CodeWisdom
基于大模型的软件测试微访谈 · 活动预告
背景介绍
自动化测试方法和技术可以显著提高软件测试的效率、准确性和一致性,因此受到了学术界和工业界的长期和广泛关注。自动化测试可以应用于各种不同类型的软件测试,包括功能测试、性能测试、安全测试和回归测试等。
近期,大语言模型的出现为自动化测试带来新的机遇与挑战。当前,基于大模型的软件自动化测试已经在哪些方面上取得了进展?基于大模型的软件测试与传统自动化测试方法相比各有什么优劣之处?大语言模型在面向不同的测试生成场景时(单元测试、接口测试、集成测试等)有着什么优缺点?特别地,测试预言生成问题作为测试领域的经典难题,大语言模型是否能为解决该问题提供新的机会?另外,在软件演化过程中,大模型对于测试用例的维护、回归测试又能提供哪些帮助?针对这些问题,本次微访谈邀请了来自学术界和工业界的多位专家,围绕基于大模型的软件测试这一主题展开讨论,总结学术界研究及工业界实践现状、分析相关技术问题、展望未来的发展方向。
主 持 人
彭鑫
复旦大学
复旦大学计算机科学技术学院副院长、软件学院副院长、教授。中国计算机学会软件工程专委会副主任,上海市计算机学会青工委主任,《Journal of Software: Evolution and Process》联合主编(Co-Editor),《ACM Transactions on Software Engineering and Methodology》编委(Associate Editor),《软件学报》编委,《Empirical Software Engineering》编委,IEEE软件维护与演化国际会议(ICSME)执委(2017-2020)。2016年获得NASAC青年软件创新奖。主要研究方向包括软件开发大数据分析、智能化软件开发、云原生与智能化运维、泛在计算软件系统等。研究工作获得ICSM 2011最佳论文奖、ACM SIGSOFT杰出论文奖(ASE 2018)、IEEE TCSE杰出论文奖(I